你刮中了嗎？

Customer Analytics經常跟Data Mining相提並論，不過對於以實體通路為主的零售業而言，用Data Mining建模型的機會並不頻繁。其實Customer Analytics的重點不在於分析技術要多麼複雜，而是如何從顧客產生的資料中發現可以應用在業務上的insight，有時候簡單的方法也能發揮很大的作用。

有一家商場在周年慶期間進行刮刮樂的促銷活動，只要發票滿額就可換一張統統有獎的刮刮卡，獎項分別是100元、200元、500元、1000元的折價券，下一次消費如果滿300元就可抵用。由於折價券上印了條碼，所以這家商場可以知道顧客在使用折價券時的消費狀況。

從顧客抵用折價券的消費記錄，驗證了「消費者是精明的」這句話。由於有300元的抵用門檻，顧客在使用100元和200元的折價券時，大部分的消費都只超出300元一點點。這些顧客的心理應該是認為這些折價券不用白不用，然而多花了又可惜，所以把消費控制在比門檻稍高的金額，以期發揮折價券的最大價值。以200元折價券來說，消費300元就表示其中的三分之二是免費的，但是如果花到400元就只有一半的東西是免費，感覺上就好像「虧」比較多。

刮到500元和1000元折價券的顧客在抵用時的消費金額就跟前面提到的不一樣了。由於300元的抵用門檻低於這兩種折價券的面額，大部分抵用顧客的消費都高於300元，抵用500元的多半把消費金額控制在比500元附近，用1000元的消費金額則大多在1000元左右。大家還是盡量發揮折價券的最高價值，讓自己真正付出的部分降到最低。

當然故事不是就此結束，因為前面所說的只是印證了消費者精明的事實。假如不計算商品的成本，顧客在消費300元時抵用100元折價券，就表示這筆消費的營收是200元。以此類推，每一筆抵用200元折價券的平均營收約100元，但是使用500元和1000元折價券的平均每筆營收就幾乎接近0元。這時行銷主管丟出一個問題：這是不是代表以後只要印100元折價券就可以了？

回答這問題的方式不只一種，就看持什麼角度。以每筆消費的營收來看，似乎100元折價券的效果最好，但是獎項如果只有100元一種，那也不用刮刮看了，全部送100元折價券就好了。那麼多加一種200元折價券如何？每一筆消費至少還有100元──只是這種沒有高額獎項的刮刮樂也不怎麼有趣。

除了從活動設計的角度來看，還可以從分析的角度挖出更多東西。100元折價券帶來的每筆營收雖然最高，使用率卻偏低。換句話說，刮到100元折價券的顧客中，再回來消費抵用這張折價券的比例，要比那些刮到200元的顧客回來折抵的比例低。在四種面額的折價券中，1000元的使用率最高，其餘依面額遞減。這也反映了消費者的心理，誘因不高，消費者就懶得動。只送100元的折價券，不僅是活動無趣，說不定還會因為使用率太低，反而讓這個活動的成本都沒辦法賺回來。

其實我們可以從前面提到的這些資料，估計出不同折價券面額（不限於上述四種面額）的使用率，也可大略算出各種折價券印製X張時的預期營收（必須考慮到使用率的不同），這樣下次周年慶之前，就可以先向行銷主管提報整個活動預期的收益是多收，活動企劃提案過關的機率也會提高。

至於要怎麼算，就是我個人的「營業秘密」，在此就不明說了。但是我可以透露，這不需要什麼Data Mining的軟體，用Excel就可以做出來了。